Che cos'è il servizio agente di Azure AI Foundry?

La maggior parte delle aziende non vuole solo chatbot, ma vuole che l'automazione sia più veloce e con un minor numero di errori. Ciò potrebbe significare riepilogare documenti, elaborare fatture, gestire ticket di supporto o pubblicare post di blog. In tutti i casi, l'obiettivo è lo stesso: liberare persone e risorse per concentrarsi sul lavoro di valore superiore scaricando attività ripetitive e prevedibili.

I modelli di linguaggio di grandi dimensioni hanno aperto la porta a un nuovo tipo di automazione con sistemi in grado di comprendere i dati non strutturati, prendere decisioni e generare contenuto. In pratica, può essere difficile per le aziende andare oltre le demo e in produzione. I LLM possono deviare, essere errati e mancare di responsabilità. Senza visibilità, imposizione dei criteri e orchestrazione, questi modelli sono difficili da considerare attendibili nei flussi di lavoro aziendali reali.

Azure AI Foundry è progettato per modificarlo. Si tratta di una piattaforma che combina modelli, strumenti, framework e governance in un sistema unificato per la creazione di agenti intelligenti. Al centro di questo sistema è il servizio Azure AI Foundry Agent, consentendo il funzionamento degli agenti in fase di sviluppo, distribuzione e produzione.

Il servizio agente di intelligenza artificiale foundry connette le parti principali di Azure AI Foundry, ad esempio modelli, strumenti e framework in un singolo runtime. Gestisce thread, orchestra le chiamate agli strumenti, applica la sicurezza dei contenuti e si integra con sistemi di identità, rete e osservabilità per garantire che gli agenti siano sicuri, scalabili e pronti per la produzione.

Astraendo la complessità dell'infrastruttura e applicando fiducia e sicurezza in base alla progettazione, il servizio agente di intelligenza artificiale Foundry semplifica lo spostamento dal prototipo alla produzione con fiducia.

Che cos'è un agente di intelligenza artificiale?

Gli agenti prendono decisioni, richiamano gli strumenti e partecipano ai flussi di lavoro. A volte in modo indipendente, talvolta in collaborazione con altri agenti o esseri umani. Ciò che distingue gli agenti dagli assistenti è l'autonomia: gli assistenti supportano le persone, gli agenti completano gli obiettivi. Sono fondamentali per l'automazione dei processi reali.

Gli agenti creati con AI Foundry non sono monoliti. Sono unità componibili. Ognuno con un ruolo specifico, basato sul modello corretto, dotato di strumenti appropriati e distribuito all'interno di un runtime sicuro, osservabile e gestibile.

Ogni agente ha tre componenti principali:

• Modello (LLM): alimenta il ragionamento e la comprensione del linguaggio
• Istruzioni: definire gli obiettivi, il comportamento e i vincoli dell'agente
• Strumenti: consentire all'agente di recuperare informazioni o intervenire

Gli agenti ricevono input non strutturati, ad esempio prompt degli utenti, avvisi o messaggi da altri agenti. Producono output sotto forma di risultati o messaggi degli strumenti. Lungo il percorso, possono chiamare strumenti per eseguire il recupero o attivare azioni.

Come funzionano gli agenti in AI Foundry?

Si pensi ad Azure AI Foundry come una linea di montaggio per gli agenti intelligenti. Come qualsiasi fabbrica moderna, riunisce diverse stazioni specializzate, ognuna responsabile della modellazione di parte del prodotto finale. Anziché macchine e nastri trasportatori, Agent Factory usa modelli, strumenti, criteri e orchestrazione per creare agenti sicuri, testabili e pronti per la produzione. Ecco come funziona la factory in modo dettagliato:

1. Modelli

La linea di montaggio inizia selezionando un modello che fornisce all'agente la relativa intelligenza. Scegliere tra un catalogo crescente di modelli linguistici di grandi dimensioni, tra cui GPT-4o, GPT-4, GPT-3.5 (Azure OpenAI) e altri come Llama. Questo è il nucleo di ragionamento dell'agente che alimenta le sue decisioni.

2. Personalizzazione

Successivamente, modellare il modello in base al caso d'uso. Personalizza il tuo agente con la messa a punto, la distillazione o richieste specifiche per il dominio. Questo passaggio consente di codificare il comportamento dell'agente, le conoscenze specifiche del ruolo e i modelli dalle prestazioni precedenti usando i dati acquisiti dai risultati reali dei thread e degli strumenti.

3. Strumenti di intelligenza artificiale

Quindi, equipaggiare l'agente con gli strumenti. Questi consentono di accedere alle conoscenze aziendali (ad esempio Bing, SharePoint, Ricerca di intelligenza artificiale di Azure) e di eseguire azioni reali (tramite App per la logica, Funzioni di Azure, OpenAPI e altro ancora). Ciò migliora la capacità dell'agente di espandere le sue funzionalità.

4. Orchestrazione

Successivamente, l'agente necessita del coordinamento. Gli agenti connessi orchestrano il ciclo di vita completo, ad esempio la gestione delle chiamate degli strumenti, l'aggiornamento dello stato del thread, la gestione dei tentativi e la registrazione degli output.

5. Fiducia

È importante assicurarsi che gli agenti siano adatti e affidabili per il carico di lavoro a cui sono assegnati. AI Foundry applica funzionalità di attendibilità di livello aziendale, tra cui l'identità tramite Microsoft Entra, controllo degli accessi in base al ruolo, filtri di contenuto, crittografia e isolamento della rete. Puoi scegliere come e dove i tuoi agenti vengono eseguiti, utilizzando l'infrastruttura gestita dalla piattaforma o la tua infrastruttura.

6. Osservabilità

Infine, gli agenti vengono testati e monitorati. Ai Foundry è in grado di acquisire log, tracce e valutazioni in ogni passaggio. Con la visibilità completa a livello di thread e l'integrazione di Application Insights, i team possono esaminare ogni decisione e migliorare continuamente gli agenti nel tempo.

Il risultato? Un agente pronto per la produzione: affidabile, estendibile e sicuro da distribuire nei flussi di lavoro.

Perché usare il servizio agente di Azure AI Foundry?

Il servizio Azure AI Foundry Agent offre una base pronta per la produzione per la distribuzione di agenti intelligenti in ambienti aziendali. Ecco come viene confrontato tra le funzionalità principali:

Capacità	Servizio agente di Azure AI Foundry
1. Visibilità nelle conversazioni	Accesso completo ai thread strutturati, inclusi i messaggi tra utente↔agente e agente↔agente. Ideale per interfacce utente, debug e training
2. Coordinamento multi-agente	Supporto predefinito per la messaggistica da agente a agente.
3. Orchestrazione degli strumenti	Esecuzione lato server e ripetizione di chiamate di strumenti con registrazione strutturata. Non è necessaria alcuna orchestrazione manuale.
4. Fiducia e sicurezza	I filtri di contenuto integrati consentono di prevenire l'uso improprio e attenuare i rischi di inserimento delle richieste (XPIA). tutti gli output sono regolati dai criteri.
5. Integrazione aziendale	Usare l'archiviazione personalizzata, l'indice di Ricerca di intelligenza artificiale di Azure e la rete virtuale per soddisfare le esigenze di conformità.
6. Osservabilità e debug	I thread, le chiamate agli strumenti e le tracce dei messaggi sono completamente tracciabili; Integrazione di Application Insights per i dati di telemetria
7. Controllo delle identità e dei criteri	Basato su Microsoft Entra con supporto completo per RBAC (controllo degli accessi in base al ruolo), log di controllo e accesso condizionale aziendale.

Introduzione al servizio agente Foundry

Per iniziare a usare il servizio agente Foundry, è necessario creare un progetto Azure AI Foundry nella sottoscrizione di Azure.

Iniziare con l'installazione dell'ambiente e la guida introduttiva , se è la prima volta che si usa il servizio.

1. È possibile creare un progetto con le risorse necessarie.
2. Dopo aver creato un progetto, è possibile distribuire un modello compatibile, ad esempio GPT-4o.
3. Dopo aver distribuito un modello, è anche possibile iniziare a effettuare chiamate API al servizio usando gli SDK.

Passaggi successivi

Altre informazioni sui modelli usati dagli agenti di alimentazione.